Ekonometria

K a n s a n t a l o u d e l l i n e n a i k a k a u s k i r j a – 1 0 5 . v s k . – 1 / 2 0 0 9

1

Ekonometria*

Heikki Kauppi Professori turun yliopisto

e

tatenttiin valmistautuva opiskelija saattaa kokea ekonometrian painajaisena, jonka hän tulee aina muistamaan opintojensa vaikeimpana asiana.

taloustiedettä vierastava henkilö taas toteaa arvostelunsa kohteena olevasta ekonomistin ana­

lyysista, että se on �jotain ekonometriaa�, josta ei voi ymmärtää mitään. on paikallaan tarken­

taa, mitä ekonometria on ja mihin se pyrkii.

Jollekin ekonometria on talousteoreettisten mallien ja reaalimaailman havaintojen yhteen­

sovittamista. toiselle ekonometria tarjoaa tek­

niikoita, joilla ennustetaan taloudellisten muut­

tujien tulevia arvoja ja tulevaa vaihtelua. kol­

mas käyttää ekonometriaa historiallisten aineis­

tojen analyysissa arvioidakseen toteutunutta talouspolitiikkaa ja simuloidakseen vaihtoeh­

toisia talouspoliittisia ratkaisuja. yleisellä tasol­

la ekonometria kehittää ja soveltaa tilastotie­

teellisiä menetelmiä taloudellisten ilmiöiden ja talousteorioiden empiiriseen tutkimiseen. eko­

nometrisia menetelmiä sovelletaan kaikilla ta­

loustieteen aloilla mikro­ ja makrotaloustietees­

sä, rahoituksessa, ja ne ovat hyödyllisiä myös muissa yhteiskuntatieteissä.

Miksi ekonometriaa tarvitaan? talousteo­

reettinen analyysi synnyttää jatkuvasti väittämiä taloudessa olevista kausaalisista riippuvuussuh­

teista, joilla on tärkeitä talous­ ja yhteiskuntapo­

liittisia seurauksia. yleensä talousteoria ei kui­

tenkaan anna täsmällistä tietoa kausaalisten vaikutusten merkityksestä ja suuruudesta todel­

lisuudessa. ekonometrian yksi tärkeimmistä tehtävistä on arvioida taloustieteellisten väittä­

mien todellista kvantitatiivista merkitystä. kuin­

ka paljon työllisyys kohenee, kun keskuspankki laskee ohjauskorkoa yhden prosenttiyksikön?

kuinka paljon tupakan kulutus laskee, kun sen hintaa nostetaan kymmenen prosenttia? yleen­

sä parhaan talouspoliittisen ratkaisun löytämi­

nen edellyttää, että edeltävän kaltaisiin kysymyk­

siin saadaan selviä kvantitatiivisia vastauksia.

Vaikka ekonometria soveltaa yleisiä tilasto­

tieteellisiä periaatteita, se eroaa muista tilasto­

tieteen sovellusaloista merkittävästi. tärkein ero syntyy siitä, että taloudelliset tutkimusai­

neistot eivät muodostu kontrolloiduissa ko­

keissa vaan reaalimaailmassa, jossa ne syntyvät monimutkaisten taloudellisten vuorovaikutus­

ja tasapainosuhteiden seurauksena. taloudel­

listen aineistojen analyysi kohtaa kaikki ne ongelmat, jotka tyypillisesti poistuisivat kontrol­

loiduissa kokeissa.

* Virkaanastujaisesitelmä Turun yliopistossa 24. syyskuuta 2008.

2

KAK 1 / 2009

Ajatellaan esimerkiksi klassista koulutuksen taloustieteen kysymystä�� kuinka paljon yksi li­

sävuosi koulutusta nostaa tulevaa ansiotasoa?

teorian perusteella palkan logaritminen arvo riippuu lineaarisesti koulutusvuosista – ja muis­

ta tekijöistä. kontrolloidussa koeasetelmassa tutkittavien ihmisten koulutustasot määrättäi­

siin satunnaisesti, arpomalla. tällöin koulutuk­

sen tuotto voitaisiin estimoida luotettavasti yksinkertaisesta regressiosta, jossa palkan loga­

ritmista arvoa selitetään henkilön koulutusvuo­

sien lukumäärällä. todellisuudessa tällaista koetta ei voi toteuttaa vaan on turvauduttava ihmisten koulutustasoista ja palkoista saataviin reaalimaailman havaintoihin. koska ihmiset eroavat monin tavoin, reaalimaailman havain­

tojen perusteella laskettu koulutusvuosien reg­

ressiokertoimen estimaatti heijastelee sekä kou­

lutuksen että muiden tekijöiden vaikutusta palkkaan, mikäli nämä muut tekijät ja koulutus korreloivat. esimerkiksi synnynnäisesti kyvyk­

käät ihmiset ovat keskimääräistä korkeammin koulutettuja ja toisaalta saavat yleensä työstään hyvää palkkaa. Mikäli synnynnäisten kykyjen vaikutusta ei kontrolloida palkkaregressiossa, saattaa kouluvuosien regressiokertoimen esti­

maatti yliarvioida koulutuksen tuoton suuruut­

ta. ongelma voitaisiin ratkaista lisäämällä reg­

ressiomalliin synnynnäisten tekijöiden vaiku­

tusta mittaava muuttuja. tämä ei kuitenkaan ole mahdollista, koska synnynnäisiä kykyjä ei voida mitata luotettavasti. Puuttuvista selittä­

vistä muuttujista aiheutuva ongelma esiintyy monissa taloustieteen empiirisissä kysymyksis­

sä.ekonometrisen analyysin haasteena on yh­

täältä tunnistaa edeltävän kaltaiset puuttuvien selittäjien ongelmat ja toisaalta keksiä ratkaisuja harhavaikutusten välttämiseksi – ilman mah­

dollisuutta kokeellisten aineistojen käyttöön.

yksi tärkeimmistä ekonometrisista tekniikoista on ns. instrumenttimuuttujamenetelmä. Mene­

telmän lähtökohtana on oletus, että käytössä on lisämuuttujia, joiden avulla kiinnostuksen koh­

teena olevasta selittävästä muuttujasta erote­

taan sellainen vaihtelu, joka ei korreloi harhaa tuottavien puuttuvien selittäjien kanssa. Jos täl­

laisia muuttujia on saatavilla, voidaan kiinnos­

tava kausaalinen vaikutus estimoida aineistosta luotettavasti. Menetelmän käytön kynnyskysy­

mys on löytää instrumenttimuuttujia, jotka kor­

reloivat kiinnostavan muuttujan (edellä koulu­

tus), mutta eivät muiden vaikuttavien tekijöi­

den (edellä synnynnäiset kyvyt) kanssa.

Maineikkaat tutkijat, Joshua Angrist ja Alan krueger (1991, Quarterly Journal of econo­

mics), keksivät, että koulutuksen instrumentti­

muuttujan voisi muodostaa henkilön syntymä­

ajan vuodenajan perusteella. Heidän argument­

tinsa perustuu UsA��ssa sovellettavaan oppivel­

vollisuuslakiin, jonka nojalla alkuvuodesta syntyneet voivat halutessaan lopettaa koulun yhtä vuotta alemmalla luokka­asteella kuin lop­

puvuodesta syntyneet. koska syntymän vuo­

denaika määräytyy �luonnon arvonnan� tulok­

sena, se ei korreloi harhaa tuottavan puuttuvan muuttujan, synnynnäisten kykyjen, kanssa. toi­

saalta loppuvuodesta syntyneiden on tietyissä oloissa pakko käydä koulua yksi vuosi pidem­

pään kuin alkuvuodesta syntyneiden henkilöi­

den ja siten syntymän vuodenaika korreloi koulutuksen kanssa.

koulutuksen tuoton estimoinnin ongelma ja Angristin ja kruegerin instrumenttimuuttu­

jamenetelmään perustuva ratkaisu havainnol­

listavat, miten ekonometrisessa analyysissa pelkästään yksinkertaisen lineaarisen regressio­

mallin käyttö edellyttää paljon ongelmakohtais­

ta kekseliäisyyttä ja huomattavasti monisyisem­

pää käsitteellistä ja estimointiteknistä tarkaste­

Heikki Kauppi

lua kuin klassinen kiinteiden selittäjien regres­

siomalli, jota voidaan turvallisesti käyttää kont­

rolloiduissa kokeissa syntyneiden havaintoai­

neistojen analyysissa. on myös ilmeistä, että ekonometrian opetus edellyttää erikoiskoulu­

tusta, jota ei tarjota tilastotieteen perusmene­

telmiin painottuvassa tilastotieteen koulutus­

ohjelmassa.

edellä tarkasteltu puuttuvien selittäjien on­

gelma on tyypillinen taloudellisten poikkileik­

kausaineistojen ongelma mutta ei suinkaan ai­

noa haaste, jonka kanssa ekonometrikot kamp­

pailevat. Merkittävä osa ekonometriasta tarkas­

telee taloudellisia aikasarjoja, joiden erikois­

piirre on havaintojen riippuvuus ajassa. sellais­

ten aikasarjojen, kuten bruttokansantuotteen, talouden kokonaiskulutuksen ja korkojen, ana­

lyysissa on huomioitava muuttujien väliset dy­

naamiset vaikutussuhteet sekä se, miten aika­

sarjojen pitkän ja lyhyen aikavälin piirteet, esimerkiksi trendit ja kausivaihtelu, vaikuttavat muuttujien välisten riippuvuussuhteiden mal­

lintamiseen. Nykyaikaiselle ekonometriselle aikasarja­analyysille on tyypillistä alati mutkis­

tuvat tilastolliset mallit sekä estimaattoreiden ja tilastollisten testien epästandardit jakauma­

teoriat. Jotta voi edetä aikasarjaekonometrisen tutkimuksen eturintamassa, on ymmärrettävä ja osattava käyttää edistynyttä stokastisten pro­

sessien teoriaa ja asymptoottista todennäköi­

syysteoriaa.

talousteorian kehitys muovaa osaltaan eko­

nometriaa ja tekee siitä yhä vaativampaa ja mo­

nitahoisempaa. esimerkiksi rationaalisten odo­

tusten teorian johdosta makrotalouden empii­

risessä analyysissa teoreettiset ja tilastolliset mallit ovat vähitellen kietoutuneet toisiinsa erottamattomasti. Analyysin konstikkuutta ku­

vaa joissakin tarkasteluissa tehty oletus, että kuluttajilla ja yrityksillä on enemmän tietoa

mallinnuksen kohteena olevasta taloudesta kuin ekonometrista analyysia tekevällä ekono­

metrikolla. tällaisissa yhteyksissä makrotalou­

den muuttujien avulla estimoitujen mallien vaihtoehtoisten esitysmuotojen tulkinta ja teo­

rian kannalta kiinnostavien parametrirajoittei­

den näkeminen ja testaaminen edellyttävät vahvaa erikoisosaamista.

edeltävät huomiot kuvaavat sitä, että eko­

nometrisiin ongelmiin ei ole olemassa yleispä­

teviä ratkaisuja vaan jokainen ekonometrinen tutkimus edellyttää tutkimusongelmaan ja käy­

tettävään havaintoaineistoon parhaiten sovel­

tuvia, usein tilannekohtaisia, menetelmäratkai­

suja. Niinpä uusien ekonometristen tutkimus­

ongelmien ekonometrinen analyysi vaatii ole­

massa olevien menetelmien ja mallien soveltu­

vuuden punnitsemista ja uusien mallien ja nii­

den käyttöön liittyvien päättelyiden kehittelyä.

tämä työ vaatii vankkaa ekonometrian ja ta­

lousteorian koulutusta.

talousteoreettisten innovaatioiden myötä erilaisten ekonometristen analyysien tarve kas­

vaa koko ajan. Mitä mutkikkaampia talousteo­

reettisia malleja tarkastellaan, sitä vaativampaa ekonometrinen analyysi on. käytännössä nyky­

aikaisen ekonometrisen analyysin hallinta edel­

lyttää erikoistumista esimerkiksi mikroekono­

metriaan, makroekonometriaan tai rahoituksen ekonometriaan. Jotta taloustieteen empiirinen tutkimus olisi tasokasta, täytyy näillä kaikilla ekonometrian erikoisaloilla tarjota laadukasta opetusta. Valitettavasti nykyään jopa ekono­

metrian perustietojen opetustarjonta on monis­

sa taloustieteen laitoksissa puutteellista, minkä johdosta ekonometriaa osaavia ekonomisteja ei valmistu työmarkkinoiden tarpeisiin nähden riittävästi.

Miten ekonometrian koulutusta voidaan edistää? edeltävät huomiot ekonometrian

KAK 1 / 2009

haasteista osaltaan selittävät, miksi ekonomet­

rian omaksuminen saattaa tuntua joistakin ylit­

sepääsemättömän vaikealta. ekonometrian ei kuitenkaan tarvitse olla ylitsepääsemättömän vaikeata. on vain huomattava, että ekonomet­

rian opiskelu vaatii poikkeuksellisen paljon erityispanostusta. koska ekonometria nojaa tilastotieteeseen, sen opiskelua helpottaa rat­

kaisevasti kattavat tilastotieteen ja matematii­

kan opinnot. Resurssien puutteen johdosta taloustieteen laitokset eivät yleensä kykene yk­

sin tarjoamaan riittävää tilastotieteen ja mate­

matiikan peruskoulutusta ja ovat siten tilasto­

tieteen ja matematiikan laitosten opetustarjon­

nan varassa. on tärkeää, että talous­ ja tilasto­

tieteen laitokset suunnittelevat tilastotieteen ja ekonometrian opetusohjelman yhdessä. Par­

haat tulokset saavutetaan, kun tilastotieteen laitoksessa on ekonometriaan ja aikasarja­ana­

lyysiin erikoistuneita opettajia.

Panostus ekonometriaan kannattaa, koska taloustieteen empiirisen analyysin potentiaali­

set tuotot ovat korkeat. oikeastaan voidaan kysyä, mitä käytännön arvoa talousteorialla on reaalimaailmassa, jos teoriaa ei koetella min­

käänlaisella empiirisellä analyysilla. Vastaavas­

ti voisi kysyä�� Mitä käytännön arvoa on lääke­

tieteen teoreettisella tutkimustiedolla, jos sii­

hen ei yhdisty minkäänlaista empiiristä analyy­

sia? kiistatta lääketieteellinen tutkimus ja sen soveltaminen käytännössä edellyttävät perus­

teellista empiiristä analyysia. Näin pitäisi olla myös taloustieteessä. Vaikka ekonometrisen tutkimuksen ongelmat ovat vaikeita, nykyaikai­

nen ekonometria tarjoaa ratkaisuja, joiden avulla osaava ekonometrikko voi antaa suhteel­

lisen luotettavia vastauksia moniin taloudelli­

sen päätöksenteon kannalta tärkeisiin kysy­

myksiin. kysymykset jäävät liian usein vastauk­

sitta vain siitä syystä, että ekonometriaa osaavia henkilöitä ei ole käytettävissä. siksi ekonomet­

rian asemaa tulee nykyisestään vahvistaa ta­

loustieteen ja tilastotieteen laitosten koulutus­

ohjelmissa. 